A Double-threshold Constant False Alarm Rate Detector And Its Performance Analysis

he cell averaging and the order statistics are two typical algorithms for constant false alarm rate detector in radar system. They have different advantages in stationary noise background and fluctuation clutter environment respectively. This paper presents a doublethreshold constant false alarm rate detector constructed on the basis of synthesizing the advantages of the two algorithms above and avioding their disadvantages. The performance of the detector is analyzed, and the simulation result is given.

利用相位特征筛选参考单元的改进CFAR方法

在传统单元平均恒虚警的基础上,提出一种利用相位特征筛选参考单元的改进恒虚警方法:通过判断连续脉冲回波在同一参考单元时的相位线性情况,剔除相位线性度强的参考单元,形成待检测单元适应性更好的检测门限,并通过仿真与实测数据测试,对比该算法与其他均值类恒虚警算法在不同环境背景下的检测性能。结果表明:在均匀单目标背景下,改进的恒虚警算法与单元平均恒虚警检测性能相当,比其他均值类检测器检测性能更好;而在多目标环境与杂波边缘环境下,改进的恒虚警算法相比其他均值类恒虚警算法能更好地避免目标遮蔽现象,检测性能更好。

海杂波背景下的双参数单元平均恒虚警检测器

介绍了海杂波的幅度分布模型,指出了对于同一门限系数"尖锐"海杂波背景下的虚警率要明显高于噪声背景下的虚警率,提出了双参数单元平均恒虚警(CA-CFAR)检测器的结构框图,仿真分析了其检测性能。最后分别利用双参数CA-CFAR检测器和常规CA-CFAR检测方法对实测数据进行处理和比较,指出在虚警率一定的前提下前者相对于后两者在空间上可以自适应地改变门限系数以有效地抑制海杂波引起的高虚警。

基于距离检测的自动识别系统和对海雷达航迹抗差关联算法

现有的多传感器航迹抗差关联算法,如基于图像配准技术、基于参照拓扑关系的关联算法,计算流程复杂,难以在工程实践中实时应用。该文结合海面舰船目标航迹分布特点,基于单元平均恒虚警检测原理,提出了适用于自动识别系统(AIS)和雷达航迹数据的可信关联算法,为对海雷达系统误差配准和海战场多传感器信息融合的快速有效实现提供保证。蒙特卡洛仿真结果表明,可信关联算法在海面目标环境下具有较高的关联准确性;算法的平均耗时与现有抗差关联算法相比显著降低;基于航迹可信关联结果完成对雷达的自动标校,将雷达量测数据的平均误差降低了近90%。

基于有序统计和自动删除平均的恒虚警检测器

为了增强检测器对干扰的鲁棒性,基于有序统计(OS)方法和自动删除单元平均(ACCA)方法提出一种新的恒虚警检测器(MOSAC),其前沿和后沿滑窗分别采用OS和ACCA产生两个局部估计,然后取二者的和作为背景功率水平估计,从而设置自适应检测门限。在Swerling Ⅱ型目标假设下,推导出MOSAC在均匀背景下虚警概率Pfa的解析表达式,并与其它现有方案进行了比较。仿真结果表明MOSAC在均匀背景及多目标和杂波边缘引起的非均匀背景中,均具有较好的检测性能。在杂波边缘引起的非均匀背景中,虚警尖峰比MOSCM减少了一个数量级,并且样本排序时间只有OS和ACCA的1/2。

分布式模糊自动删除单元平均恒虚警检测

为提高多传感器分布式恒虚警(CFAR)检测的性能,基于模糊逻辑和自动删除单元平均(ACCA)算法提出一种新的多传感器分布式CFAR检测系统(分布式模糊ACCA).系统中每个模糊ACCA-CFAR检测器根据参考单元计算出映射到虚警空间的隶属函数值,然后传给融合中心,融合中心根据这些值采用模糊融合准则进行判决。仿真结果表明:分布式模糊ACCA-CFAR不但在均匀背景下具有较低的检测损失,而且在非均匀背景下具有更好的鲁棒性;同时模糊代数积融合比二元与融合和二元或融合提供更好的检测性能。该研究成果可应用于警戒雷达系统。

一种新的基于CM和CA的恒虚警检测器

文中基于删除平均(CM)方法和单元平均(CA)方法,提出了一种新的恒虚警检测器(CMCAGO-CFAR)。它采用CM和CA方法产生两个局部估计,再取二者的最大值作为背景噪声功率水平估计。在SwerlingII型目标假设下,文中推导出CMCAGO-CFAR在均匀背景下虚警概率Pfa和检测概率Pd及多目标环境下检测概率Pd的解析表达式,并与其它方案作了比较。分析结果表明CMCAGO的优势主要体现在非均匀背景中,它在杂波边缘的虚警控制能力明显优于OS,对多目标干扰也呈现了较好的鲁棒性,它以均匀背景中较小的代价换取在多目标干扰情况下检测性能的较大提高。

雷达恒虚警检测系统仿真

恒虚警(CFAR)处理技术对常采用机载下视或类似工作条件的PD雷达进行目标检测非常重要,文章首先对恒虚警检测原理进行论述,重点讨论单元平均CA-CFAR,最大选择GO(greatest of)-CFAR和最小选择SO(smallest of)-CFAR这三种均值类恒虚警处理方法,建立其数学模型。接下来对接收机噪声信号进行模拟,同时建立目标信号模型,并将所产生的噪声信号与目标信号相叠加仿真雷达系统的接收信号,注入所建立的恒虚警模型中进行检测仿真,给出仿真结果的分析,试验证明了仿真系统的有效性。

基于有序统计和自动删除平均的最大选择恒虚警检测器

基于有序统计(OS)方法和自动删除单元平均(ACCA)方法提出一种新的恒虚警检测器(OSACGO)以提高CFAR检测的性能,它采用OS和ACCA产生两个局部估计,然后取二者中最大值作为背景功率水平估计,从而设置自适应检测门限。在SwerlingⅡ型目标假设下,推导出OSACGO在均匀背景下虚警概率P_(fa)的解析表达式。通过与其它现有方案进行比较,结果表明在均匀背景及多目标和杂波边缘引起的非均匀背景中,OSACGO均具有相当好的检测性能,而它的样本排序时间只有OS和ACCA的一半。

基于最大值参考单元的双剔除门限恒虚警目标检测算法

针对传统恒虚警目标检测算法在非均匀噪声环境下虚警率过高的问题,提出一种基于最大值参考单元的双剔除门限恒虚警(dual censoring threshold based on maximal reference cell-constant false alarm rate,DCT-MRCCFAR)目标检测算法。基于参考窗最大值参考单元得到剔除比较门限,通过比较,剔除极大值参考单元,根据剩余参考单元的数量选择参考窗中剔除后剩余参考单元或者参考窗中全部参考单元来估计背景噪声功率,并得到功率检测门限。与其他算法进行仿真对比,DCT-MRC-CFAR算法在均匀噪声环境下,检测性能接近于单元平均恒虚警(cell averaging-constant false alarm rate,CA-CFAR)算法;在非均匀噪声环境下,检测性能较稳定,且优于自动删除单元平均恒虚警(automatic censored cell averaging-constant false alarm rate,ACCA-CFAR)和自动双删除单元平均恒虚警(automatic dual censored cell averaging-constant false alarm rate,ADCCA-CFAR)算法。结果表明,提出的DCTMRC-CFAR目标检测算法在均匀和非均匀噪声环境下,均具有较优和较稳定的检测性能。

基于自动删除算法的最大选择恒虚警检测器

基于自动删除单元平均(ACCA)恒虚警算法,提出一种新的恒虚警检测器(ACCAGO-CFAR)以提高CFAR检测的性能。它的前沿和后沿滑窗均采用ACCA算法来产生2个局部估计,取其中最大值作为总的背景功率水平估计,从而设置自适应检测门限。在SwerlingⅡ型目标假设下,推导出ACCAGO-CFAR在均匀背景下虚警概率P_(fa)的解析表达式。通过与其他现有方案进行比较,结果表明ACCAGO在均匀背景及多目标和杂波边缘引起的非均匀背景中,均具有较好的检测性能,尤其是在杂波边缘环境中,它的虚警尖峰比ACCA小近2个数量级,并且处理时间也比ACCA大为缩短。

加权平均模糊恒虚警检测方法研究

在模糊逻辑检测中,利用对应于"有信号"与"无信号"2个隶属度进行判决,比统计检测方法更能充分利用参考单元所提供的信息,提高检测性能。该文将模糊逻辑和单元平均(CA)算法相结合,提出一类新的CFAR检测器,称之为加权平均模糊CFAR检测器(WCAF-CFAR),它的前、后沿滑窗均采用模糊CA方法计算出映射到虚警空间的2个隶属函数值,对这2个值进行加权获得总的背景功率水平估计。GO和SO均可看成是WCAF的特例。仿真结果表明,WCAF-CFAR在均匀背景和非均匀背景下均具有不错的检测性能。

OSCA-CFAR在K分布杂波边缘中的性能分析

文中研究有序统计平均(OSCA)恒虚警检测器在K分布杂波边缘中的性能。推导出该检测器在K分布杂波边缘中虚警概率的解析表达式,分析了它抗干扰边缘的性能,并与OS,OSGO等检测器进行了比较,结果表明OSCA的抗K分布边缘干扰的性能优于OS,稍逊于OSGO。

一种新的基于UMVE和CA的恒虚警检测器

在雷达自动检测系统中,通常是将自动检测和恒虚警(CFAR)技术结合使用以保持在变化的杂波环境中获得可预测的检测性能和恒定虚警率。将无偏最小方差估计(UMVE)方法和单元平均(CA)方法结合,提出了一种新的恒虚警检测器(MUMCA-CFAR)。采用UMVE和CA方法产生两个局部估计,再取二者的平均值作为背景噪声功率水平估计。在Swer-lingII型目标假设下,推导出了MUMCA-CFAR在均匀背景下虚警概率和检测概率及多目标环境下检测概率的解析表达式,并与其它方法作了比较,结果表明该检测器在均匀背景和多目标环境下均具有相当优越的检测性能。

一种新的鲁棒恒虚警检测器

本文基于自动删除单元平均(ACCA)方法和单元平均(CA)方法,提出了一种新的恒虚警检测器(ACGCA-CFAR)以提高CFAR检测的抗干扰性能。它的前沿和后沿滑窗分别采用ACCA和CA方法产生两个局部估计,然后取最大值作为背景噪声功率水平估计。在SwerlingII型目标假设下,推导出ACGCA在均匀背景下虚警概率Pfa的解析表达式,并与现有方案进行了比较,仿真和试验数据处理结果表明:ACGCA-CFAR在均匀背景和非均匀背景下均具有相当好的检测性能,而它的样本排序时间只有OS和ACCA的1/4。

基于自动删除平均和单元平均的恒虚警检测器

为了增强恒虚警检测器的抗干扰性能,基于自动删除单元平均(ACCA)方法和单元平均(CA)方法,提出了一种新的恒虚警检测器(ACCAM-CFAR)。它的前沿和后沿滑窗分别采用ACCA和CA方法产生两个局部估计,再对二者求和得到背景功率水平估计。与现有的CFAR检测器进行比较表明:该方法更为有效地利用了参考单元所提供的信息,具有更少的恒虚警损失。

OSCA-CFAR在K分布杂波背景下的性能分析

本文证明了形状因子已知条件下有序统计平均(OSCA)恒虚警检测器在K分布杂波背景下具有恒虚警性能,分析了均匀K分布杂波背景和多目标情况下该检测器的性能,并与OS和OSGO-CFAR进行了比较,仿真结果表明OSCA在两种环境下均具有最好的检测性能。

基于单元筛选的CFAR检测器研究

针对CML和CGO-CFAR检测器的最大干扰容限有限的问题,结合单元筛选技术,提出了两种新的CFAR检测器———CSCML-CFAR检测器和CSCGO-CFAR检测器,并推导出了它们的标称化因子的表达式;仿真结果表明:首先,采用单元筛选技术的检测器可以提高最大干扰容限,并且可以减小相对最优检测的检测损失;其次,单元筛选几乎不影响CFAR检测器的虚警控制能力,CSCGO不仅提高了CGO的抗干扰能力,还保持了良好的虚警控制能力;此外,单元筛选处理方法简单,附加时延小,便于工程实现,所以提出的两种新检测器具有一定的应用潜力。

MIMO雷达和组网雷达的CA2CFAR检测性能比较

多输入多输出(MIMO)雷达是近几年出现的一种新雷达技术,也是近几年雷达领域研究的重点。建立MIMO雷达的信号模型,明确给出MIMO雷达进行CA2CFAR检测的检测概率和虚警概率解析表达式,对组网雷达和MIMO雷达在均匀杂波背景下CA2CFAR检测性能进行了分析对比。仿真结果表明。MIMO雷达对类似噪声特性的复杂目标具有更好的检测性能。

韦布尔干扰中有序统计平均恒虚警检测器性能

证明了形状参数已知条件下有序统计平均恒虚警检测器在韦布尔分布杂波背景下具有恒虚警性能,推导了该背景下OSCA-CFAR检测器对非起伏目标的检测概率P_d和平均判决阈值的解析表达式,用数值方法讨论了尺度参数和序值变化对检测性能的影响,最后分析了多目标情况下该检测器的性能,并于有序统计进行了比较,分析结果表明OSCA在多目标环境下具有较好的检测性能。